Gemini Omni 1.2 Flash正式GA：视频时长15秒，价格降30%

2026年11月5日，Google DeepMind推出视频生成与编辑模型Gemini Omni 1.2 Flash，它是Gemini Omni 1.1的升级版本。官方给它的定位是“更快、更具性价比、支持更长片段”。Gemini Omni系列此番首次迈入正式可用（GA）阶段，开发者与企业可通过Gemini API、Vertex AI等渠道直接接入生产环境。

技术规格上，Gemini Omni 1.2 Flash原生支持最长15秒的视频生成与编辑，比1.1版本的10秒多了50%，时长可在3秒至15秒之间以1秒为步长精确控制。模型走分级工作流：先用360p或720p快速出草稿，确认效果后再把成片超分至1080p或4K。参考输入支持角色、产品和风格参考图，最长3秒的动作参考片段，以及音频提示；官方称人物面部、服装、包装文字和品牌色在生成过程中能保持一致。该模型在API中的标识为gemini-omni-1.2-flash，所有输出都嵌入不可见的SynthID水印。具体的基准测试分数此次没有公布，官方只给了与1.1版本的并排效果对比。应用场景主要落在电商、广告与内容创作领域：电商团队能生成虚拟试穿片段、360度产品展示和商品目录旋转视频；品牌营销人员可制作品牌视频广告、产品讲解短片和社交媒体投放素材，并针对不同受众和投放位置批量生成广告变体；内容创作者则能做多角色对话场景、数字人主讲视频，以及微距讲解和连续运镜镜头。

升级重点有几处。多轮对话式编辑让用户能在完整的15秒片段上连续修改，比如替换产品或背景、调整光线与天气、更改画面比例，不必从头重新生成。一致性也增强了，模型从首帧到尾帧能更好地保持角色、物体与场景的统一，并支持关键帧插值和片段延长。语音能力同样有提升，对话更自然、口型同步更清晰，多说话人条件控制可把不同声音准确分配给对应角色。镜头控制方面，模型能完成FPV穿越、拉远、环绕等复杂运镜，跳切更少、画面尺度更稳定。官方也坦言，快速体育动作、剧本快速切换和复杂物理效果等仍在持续改进中。

Gemini Omni 1.2 Flash已在Gemini API中正式上线，开发者可在Google AI Studio里做原型测试；企业用户能通过Google Cloud控制台的Vertex AI Studio媒体板块及企业API使用，并可申请预置吞吐量（Provisioned Throughput）。API定价为720p视频每秒0.07美元，较Gemini Omni 1.1下降30%。Google自家产品也同步接入：Google Labs的Flow用于场景导演与多轮编辑，Google Vids用于结合数字人、音乐和旁白的视频创作，Google账号或Workspace订阅用户可在Vids中免费生成15秒片段；Gemini商业版可用于制作视频讲解，Gemini应用中的15秒视频功能正向Google AI Ultra订阅用户逐步推送，Google Ads用户则能通过Asset Studio规模化制作视频广告。

Gemini Omni 1.2 Flash 这次没有去追画质上的代际跨越，升级的重心落在时长、成本、可控性这三项商业落地上。15 秒的时长，主流短视频广告的投放需求基本能覆盖；30% 的降价，配上“草稿再超分”的分级工作流，批量生产的成本又被往下压了一截；多轮编辑和参考一致性，则对准了电商与品牌方要保住产品细节的那根弦。这一系列头一回 GA，API、云平台、办公和广告产品线全部打通，Google 想做的，是把 Gemini Omni 从演示型模型变成能规模化部署的视频生产工具。不过官方没给出量化评测数据，复杂动作和物理效果到底怎么样，还得开发者自己上手验证。